去年底，我用 Cursor 加上 Claude 從零開始建了整個個人網站。Hugo 框架、多語系、自動翻譯、GitHub Actions CI/CD、Fitbit 即時數據整合——整套架構從概念到上線，不到兩週。

如果倒退三年，同樣的事情我大概需要三個月，還得外包一部分。

但有一件事沒有變快：決定這個網站「應該長什麼樣子」。

不是視覺設計的問題。是更根本的問題——這個網站要服務誰？要傳達什麼？哪些功能是核心、哪些是干擾？文章要分成幾個主題支柱？每個支柱之間的關係是什麼？讀者看完一篇文章之後，下一步該被引導到哪裡？

這些問題，AI 一個都回答不了。不是因為它不夠聰明，而是因為這些問題的答案取決於「我是誰」和「我認為什麼重要」。這就是品味。

品味不是你以為的那種東西

「品味」這個詞在中文裡帶著一種菁英感，好像在說「我懂紅酒、你不懂」。但我要談的品味，跟菁英無關。

Steve Jobs 說過一句被引用到爛的話：「設計不是東西看起來怎樣，是東西怎麼運作。」但他更深層的意思是：多數人以為設計師在讓東西變漂亮，但真正的設計師知道自己的工作是讓東西變「對」。

「讓東西變對」——這就是品味的本質。

更具體地說，品味是三種能力的交集：辨識力（在一堆選項中看出哪個是對的）、否定力（敢於說「這個不做」）、以及脈絡感（理解為什麼在這個情境下，這個選擇才是對的）。

辨識力可以靠經驗累積。否定力需要勇氣和判斷。但脈絡感最難——它需要你同時理解技術限制、使用者需求、商業邏輯、文化背景，然後在這些維度的交集裡找到最佳解。

AI 在辨識力上已經很強了。你給它十個設計方案，它可以根據設計原則幫你評分排序。但否定力和脈絡感？它連題目都看不到。因為它不知道你在這個時間點、面對這群人、帶著這些資源限制，什麼才是「對」的選擇。

我的品味是怎麼練出來的

說實話，我不是天生有品味的人。我的品味是被踩坑踩出來的。

做顧問的那些年，我看過太多「技術上完美但市場上無感」的產品。團隊花了半年打磨一個功能，上線後發現使用者根本不在意。問題不在技術執行，在於一開始就沒問對問題：「這個功能解決的是誰的什麼痛點？」

後來在做循環經濟的過程中，我學到另一層品味：適配感。同一套金屬回收技術，在 A 工廠的產線上是革命性的改進，在 B 工廠就是多餘的複雜。差別不在技術本身，在於你有沒有能力判斷「這個解決方案適不適合這個場景」。

這跟神學訓練的經驗意外地相通。十五年的神學背景教會我一件事：同一段經文在不同脈絡下可以有完全不同的意義，而詮釋的品質取決於你對脈絡的理解深度。這種「脈絡敏感度」後來成為我做所有判斷的底層能力——不管是選技術架構、定內容策略、還是決定一篇文章的切入角度。

現在用 AI 建系統的時候，我發現品味的價值變得更明顯，而不是更不重要。

舉個具體的例子。建辯論引擎的時候，技術上有無限種設計方式：模型要幾個？對話幾輪？要不要加事實查核？查核放在哪個環節？用什麼模型查核？每一個選擇都是可行的，AI 可以幫我實作任何一種。但「四個模型、辯論加協作雙模式、Perplexity 做最終查核」這個架構決策，是我根據過去跑過的幾十次實驗、對不同模型個性的理解、以及我想要什麼樣的輸出品質，綜合判斷出來的。

AI 幫我寫了引擎的每一行程式碼。但引擎「該長什麼樣」，是品味決定的。

Vibe Coding 的真正意義

很多人把 Vibe Coding 理解成「不用認真寫程式了，跟 AI 聊聊天就好」。這個理解錯得離譜。

Vibe Coding 的真正意義是：當執行的成本被壓到接近零，決策的品質成為唯一的差異化因素。

我在〈Code is Cheap：從 Vibe Coding 到 CLAWS〉裡詳細分析了這個成本結構的相變。但那篇談的是巨觀趨勢——從 Karpathy 的術語演化到 Willison 的宣言。這篇我想談的是微觀的個人層面：當你真的坐在 Cursor 前面，跟 AI 一起建東西的時候，決定成果好壞的到底是什麼？

答案是你下指令的品質。而指令的品質取決於你對問題的理解深度。

我用自然語言跟 AI 描述需求的時候，發現一個有趣的現象：描述得越精確，AI 的產出越好；但真正的精確不是技術規格的精確，而是意圖的精確。「幫我寫一個 API 端點，接收 JSON 格式的排程資料，驗證欄位後存入資料庫」——這是技術規格的精確，AI 可以完美執行。但「這個排程系統的目標是讓一個人管八個社群平台的發文，最重要的是不出錯，其次才是靈活性」——這是意圖的精確，它決定了整個系統架構的方向。

前者是工程能力。後者是品味。

人文素養為什麼突然變重要了

有一件我觀察到的事：在 AI 協作中表現最好的人，往往不是技術最強的人，而是「能把想法說清楚」的人。

這聽起來很簡單，但「說清楚」其實是一種極其複雜的能力。它需要你先想清楚自己要什麼（自我覺察）、然後用對方能理解的方式表達（溝通能力）、同時預判對方可能誤解的地方並提前澄清（同理心）、最後在對方的回應中辨識出哪些部分是對的、哪些需要修正（批判性思考）。

這四種能力——自我覺察、溝通、同理心、批判性思考——全都是人文訓練的核心。修辭學教你怎麼精準表達。哲學教你怎麼拆解問題。文學教你怎麼理解脈絡。歷史教你怎麼從案例中提煉判斷力。

我自己的經驗是，神學訓練對我跟 AI 協作的幫助，遠大於任何一門程式語言。因為神學的核心訓練就是：面對一個複雜的文本，在多種可能的詮釋中，找到最合理、最負責任的那一個。這跟面對 AI 的輸出時需要做的事，本質上是同一件事。

這也是為什麼我認為「後程式碼時代」不是工程師的末日，而是人文素養的文藝復興。

品味可以被培養嗎

可以。但不是用「上一門品味課」的方式。

品味來自三個來源：大量的輸入（看夠多好的和壞的東西）、跨領域的連結（在不同領域的經驗之間找到共通的判斷框架）、以及反覆的實踐與反饋（做出選擇、承受後果、修正判斷）。

Dieter Rams 的設計十誡之所以經典，不是因為他天生知道什麼是好設計，而是因為他在 Braun 做了幾十年的產品設計，在無數次嘗試和失敗中提煉出那些原則。

對我來說，品味的培養有一個很具體的方法：刻意練習「為什麼不做」。每次做決策的時候，不只記錄你選了什麼，也記錄你放棄了什麼、以及放棄的理由。時間一長，你會發現自己的判斷框架越來越清晰。

我在經營個人網站的時候就這樣做。每篇文章寫之前，我會先列出三到五個可能的切入角度，然後逐一排除，直到剩下最有價值的那一個。被排除的角度不是不好，而是在這個時間點、對這群讀者、在已有的文章脈絡中，不是最「對」的選擇。

這個過程，就是品味的肌肉記憶。

最後的不可替代性

我在〈AI Agents vs. Agentic AI〉裡談過，在能動智能體的時代，核心能力不是操作 AI，而是設計人機協作的架構。在〈當語言被放棄〉裡我討論了，如果 AI 的思考過程脫離人類語言，監督機制會從根本失效。

這兩個議題的交集，就是品味。

品味決定了你讓 AI 做什麼（架構設計）。品味也決定了你怎麼判斷 AI 的產出是否合格（監督能力）。當 AI 變得越來越強大、越來越自主，品味是人類保持參與權的最後一道防線。

不是因為 AI 沒有品味。而是因為品味的本質是「在特定脈絡中判斷什麼是對的」，而脈絡永遠是人類定義的。你的使用者是誰、你的資源有多少、你的文化背景是什麼、你認為什麼重要——這些構成了品味判斷的座標系。AI 可以在你定義的座標系裡優化，但它無法替你定義座標系本身。

程式碼可以複製。模型可以訓練。但你選擇建構什麼、放棄什麼、以及為什麼——這件事，只有你能回答。